You are on page 1of 8

Textura

Haralick: Descritor de Textura

Textura uma das importantes caractersticas usadas na identificao de


objetos ou regies de interesse em uma imagem. A textura uma caracterstica que
pode ajudar a segmentar as imagens e classificar regies de interesse. Existem
diversas definies de textura, dentre as quais se podem citar:

Caracterstica diretamente relacionada com as propriedades fsicas que a


superfcie de um objeto representa. Descreve o padro de variao de tons de
cinza ou cor de uma determinada regio de interesse (BACKES; BRUNO,
2006);
Um conjunto de determinados padres existentes nas superfcies fsicas,
perceptveis ao olho humano, e que trazem grande quantidade de informaes
sobre a natureza da superfcie, como suavidade, rugosidade (GONZALEZ;
WOODS, 2002);
Propriedade inata de praticamente todas as superfcies - o gro de madeira, a
trama de um tecido, o padro de culturas em um campo, etc. Contm
informaes importantes sobre o arranjo estrutural das superfcies e sua
relao com o ambiente circundante (HARALICK; SHANMUGAM;
DISTEIN, 1973);
Conjunto de determinados padres existentes nas superfcies fsicas,
perceptveis ao olho humano e que trazem grande quantidade de informao
sobre a natureza da superfcie, como suavidade, rugosidade e regularidade
(LUZ ALVES; ARAJO; LIBRANTZ, 2006);
Variaes locais em valores de pixel que se repetem de maneira regular ou
aleatria ao longo do objeto de uma imagem (SCHWARTZ; PEDRINI,
2003);
Propriedade local de imagem, uma medida de intensidade de cinza entre os
pixels e sua vizinhana (SCHOWENGERDT, 1983);
Textura o que constitui uma regio macroscpica. Sua estrutura atribuda
a padres repetitivos no quais elementos ou primitivas so arranjadas de
acordo com uma regra de posicionamento (Tamura, Mori e Yamawaki,
1978);

As definies de textura esto associadas impresso de rugosidade e


contraste criada pela variao tonal ou pela repetio de padres visuais sobre uma
regio. Apesar da falta de uma definio universal sobre textura, a maior parte dos
pesquisadores concorda em dois aspectos:
1. Existe uma variao entre pixels vizinhos, ou seja, uma no homogeneidade
dos nveis de cinza ou tons de cor;
2. Textura uma propriedade homognea em alguma escala espacial maior que
a definio da imagem;
A textura uma informao valiosa, que pode ser associada interpretao de
padres relacionados s reas de aplicao. Ela fornece informaes sobre a

distribuio espacial das variaes de tonalidade de um objeto ou da repetio tonal


de alguns grupos de objetos no identificveis individualmente. Textura o produto
da forma, tamanho, sombra e tonalidade de cada objeto, permitindo a impresso
visual de rugosidade ou suavidade de determinada superfcie.

Exemplos de Texturas.

Classificao de Texturas

Texturas podem ser classificadas em dois tipos:


Artificiais: as texturas artificiais so aquelas que consistem em arranjos de
smbolos tais como segmentos de linhas, pontos, estrelas, etc., dispostos sobre
um fundo neutro;

Exemplos de texturas artificiais, onde pode ser observado certo padro repetitivo.

Naturais: as texturas naturais so compostas por cenrios encontrados na


natureza, contendo arranjos de pixels do tipo semi-repetitivos;

Exemplos de texturas naturais, sendo a primeira, grama e a segunda, areia.

Descritores de Textura

A anlise de imagens atravs de texturas vem sendo utilizada para


diferenciao de diversos tipos de estruturas encontradas na natureza. Como exemplo
de tais aplicaes, pode-se citar aplicaes em anlise de imagens areas ou de
satlite, imagens geolgicas.
Existem de trs abordagens principais usadas em processamento de imagens
para a descrio de texturas:

Abordagem estatstica: considera a distribuio de nveis de cinza e o interrelacionamento entre eles, so utilizadas medias estatsticas para descrever as
texturas;
Abordagem espectral: baseia-se em propriedades do espectro de Fourier,
sendo usadas basicamente na deteco de periodicidade global em uma
imagem atravs da identificao de picos de alta freqncia do espectro;
Abordagem estrutural: representa textura como sendo formada pela repetio
de padres que obedeam alguma regra de posicionamento para a sua
gerao;

Para descrever as texturas, Haralick et al. (1973) props 14 medidas


estatsticas, calculadas a partir da matriz de co-ocorrncia. Este mtodo proposto
utiliza uma metodologia para descrio de texturas baseada em estatstica de segunda
ordem, em que se define caractersticas provenientes do clculo de matrizes
denominadas matrizes de co-ocorrncia que consistem em uma tabulao de
quantas combinaes diferentes de nveis de cinza ocorrem em uma imagem em uma
determinada direo.
Abordagem Estatstica
A extrao de caractersticas pela abordagem estatstica propicia a descrio
de imagens por meio de regras estatsticas que governam a distribuio e a relao
entre os diferentes nveis de cinza. Inmeras medidas podem ser extradas da
distribuio desses nveis em imagens digitais, dentre as quais se podem citar o
clculo de mdia, varincia, desvio-padro, energia ou entropia.
Ao invs de tentar compreender explicitamente a estrutura hierrquica da
textura, os mtodos estatsticos descrevem a textura por meio de propriedades no
determinsticas que definem as distribuies e relacionamentos entre os nveis de
cinza ou tons de cor de uma imagem.
A abordagem estatstica pode ser dividida em duas importantes vertentes:

A de primeira ordem: diz respeito distribuio de nveis de cinza em uma


imagem, onde se usa o histograma de primeira ordem como base para
extrao de suas caractersticas, como: mdia, desvio-padro, etc.;
A de segunda ordem: que leva em conta o posicionamento espacial relativo
da ocorrncia dos nveis de cinza em uma imagem, caracterstica no
atendida quando se faz uso de histogramas de primeira ordem;

Uma imagem que contenha uma mesma quantidade de diferentes nveis de


cinza que outra, diferenciando-se somente em termos do posicionamento dos
mesmos ir apresentar, conforma a abordagem de primeira ordem, um mesmo
histograma, ou seja, imagens como as da figura abaixo sero avaliadas como a

mesma, pois o histograma de primeira ordem das duas igual. Estatsticas de


segunda ordem ou maiores permitem tal diferenciao de imagens.

Duas imagens diferentes, compostas de dois nveis de cinza e seus respectivos histogramas de
primeira ordem, que no permitem diferenciao existente entre as mesmas. A distino entre as
imagens s possvel atravs da anlise de segunda ordem, onde levada em conta a distribuio
espacial dos pixels das imagens.

Seguindo a abordagem de segunda ordem, as duas imagens podem ser


diferenciadas, mesmo tendo histogramas de primeira ordem iguais, pois, nesse caso,
levado em conta o posicionamento relativo dos pixels das imagens, para a obteno
de medidas estatsticas.
Matriz de Co-Ocorrncia de Nvel de Cinza
O uso principal da Matriz de Co-ocorrncia caracterizar texturas em uma
imagem atravs de um conjunto de estatsticas para as ocorrncias de cada nvel de
cinza em pixels diferentes ao longo de diferentes direes. Disposta em uma
organizao bi-dimensional (histograma bi-dimensional) de nveis de cinza, onde
pares de pixels so separados por uma relao espacial fixa. As matrizes de coocorrncia so ferramentas para a classificao de imagens. No entanto, elas
possuem alto custo computacional medida que o numero de tons de cinza crescem
na imagem.
A Matriz de Co-ocorrncia de textura considera a relao entre dois pixels
por vez, um chamado de pixel referncia e o outro de pixel vizinho. A co-ocorrncia,
na sua forma geral, pode ser especificada por uma matriz de freqncias relativas P
(i, j; d, ), na qual dois elementos de textura vizinhos, separados por uma distncia d
em uma direo ocorrem na imagem, um com propriedade i (pixel referncia) e
o outro com propriedade j (pixel vizinho). Instanciando essa definio para coocorrncia de nveis de cinza, os elementos de textura so pixels e as propriedades
so os nveis de cinza. Por exemplo, para um relacionamento com uma direo =
0, e vizinhana considerada de 1 pixel, tem-se: P (i, j; 1, 0).
Em outras palavras a matriz de co-ocorrncia pode ser definida como P(i, j, d,
) onde: i e j so pixels vizinhos de acordo com a distncia d. Esta distncia entre os

pixels i e j analisada de acordo com uma direo . Os valores possveis para


so apresentados na figura abaixo:

Possveis valores para

Portanto, cada elemento da matriz de co-ocorrncia corresponde contagem


do numero de ocorrncia dos pares de nveis de cinza i e j, com uma distncia d e
direo .
Seja p um pixel de uma imagem, os vizinhos de p = (x, y) de acordo com uma
distncia d so:

Na direo = 0:

(x, y - d) e (x, y + d)

Na direo = 45:

(x + d, y - d) e (x - d, y + d)

Na direo = 90:

(x + d, y) e (x - d, y)

Na direo = 135:

(x + d, y + d) e (x - d, y - d)
Aps o clculo das matrizes nas quatro direes, realiza-se a normalizao e
calcula-se a mdia das quatro matrizes, transformando-as em uma nica matriz que
representar quantitativamente a regio a ser analisada. Atravs desta matriz,
calculam-se os chamados descritores de textura.
Essas matrizes podem ser normalizadas atravs da diviso de cada entrada da
matriz pelo nmero total de pares de pontos de pixels vizinhos que satisfaam P(i, j,
d, ). Desta forma cada valor ser a probabilidades de uma transio, da forma
especificada , do nvel de cinza i para o nvel de cinza j, com uma distncia d
pixels.
Para chegar-se a forma final da matriz de co-ocorrncia (matriz normalizada)
precisa-se dividir cada elementos pelo nmero total, ou seja, a matriz de coocorrncia dada pela matriz quadrada de probabilidade P(i, j), onde cada elemento
(i, j) representa a probabilidade de um certo valor aparecer na matriz, sendo ento
calculado pela equao:

P (i, j )

p (i, j )

`p(i, j )
N 1

i, j 0

Onde:

i o nmero da linha e j o nmero da coluna


p(i, j) o contedo da clula (i, j)
P(i, j) a probabilidade da clula (i, j)
N o nmero de linhas ou colunas, uma vez que p uma matriz quadrada

Desta forma, a matriz normalizada obtida pela diviso de cada posio da


matriz pelo total de seus valores no nulos.
Algumas propriedades importantes da matriz de co-ocorrncia so:

Toda matriz de co-ocorrncia uma matriz quadrada;


O nmero de linhas e de colunas igual ao nvel de quantizao da imagem;
A matriz de co-ocorrncia simtrica ao redor da diagonal;

Haralick
Haralick et al. (1973) descrevem um mtodo para extrao de caractersticas
de texturas baseado na relao espacial existentes entre os nveis de cinza da
imagem, calculando as chamadas matrizes de co-ocorrncia e, a partir delas,
determinaram 14 parmetros estatsticos que caracterizam as texturas.
Um descritor de textura ou de Haralick um valor calculado a partir da
matriz co-coorrncia da imagem, que quantifica algumas caractersticas da variao
dos nveis de cinza dessas imagens. As texturas definem caractersticas como
uniformidade, densidade, aspereza, regularidade, intensidade, entre outras
caractersticas de uma imagem. A classificao correta de qualquer textura depende
dos descritores utilizados para caracteriz-la da melhor forma possvel.
A matriz de co-ocorrncia o ponto de partida para a obteno dos 14
descritores estatsticos que foram propostos, para representar caractersticas presentes
em texturas:

Segundo Momento Angular;


Contraste;
Correlao;
Soma dos Quadrados - Varincia;
Momento de Diferena Inverso;
Mdia da Soma;
Varincia da Soma;
Entropia da Soma;
Entropia;
Varincia da Diferena;
Entropia da Diferena;
Medidas de Informao da Correlao (2);
Coeficiente de Correlao Mximo;

Essas caractersticas servem como medida para a diferenciao de texturas


que no seguem um determinado padro de repetitividade, fornecendo informaes
relevantes para a classificao das mesmas.
Exemplos de Descritores de Haralick

Dentre as vrias medidas de textura sugeridas segue o exemplo de algumas:


Segundo Momento Angular fornece a medida da homogeneidade local dos
nveis de cinza em uma imagem. Em uma imagem homognea existem
poucas transies de nveis de cinza. Nesse caso, a matriz de co-ocorrncia
possui baixas entradas de alta magnitude;

p(i, j )
N 1

i, j 0

Contraste reflete a quantidade de variao local de nveis de cinza em uma


imagem. Se este valor for pequeno, os nveis de cinza da imagem analisada
so todos prximos de uma mdia, ou seja, a matriz de co-ocorrncia de
nveis de cinza vai possuir a maioria dos valores concentrados na horizontal.
Caso contrrio, se o valor do contraste for alto, a imagem possui uma maior
distribuio dos nveis de cinza em seu histograma;

(i j )
N 1

i , j 0

p(i, j )

Conforme citado acima, existem outras caractersticas de Haralick utilizadas


para a extrao de caractersticas em texturas para a diferenciao de imagens. Assim
como essas duas acima descritas, as demais tambm se baseiam na matriz de coocorrncia o ponto de partida.
Referncias Bibliogrficas
ALVES, Wonder A. L.; ARAJO, Sidnei A.; Avaliao da utilizao de dois
diferentes modelos de redes neurais na classificao de imagens com base em
caractersticas texturais; So Paulo: Centro Universitrio Nove de Julho, 2006.
BARBOSA, Danilo P.; Avaliao de descritores texturais geoestatsticos e de
Haralick para o reconhecimento de plantas daninhas; Viosa: Minas Gerais,
2009.
BRAZIL, Andr L.; Matrizes de co-ocorrncia no MathLab; Disponvel em:
<http://www.ic.uff.br/~aconci/co-ocorrenciaMathLab.pdf>. Acesso em: 22 de
setembro de 2011.
COSTA, Jos M. P.; Anlise de Imagem: Medio de rea Edificada; Covilh:
Universidade da Beira Interior, 2010.

GABOARDI, Clovis; Utilizao de imagem de coerncia SAR para classificao


do uso da terra: floresta nacional do tapajs; So Jos dos Campos: INPE, 2003.
FERREIRA, Mauricio A. L., FIGUEREDO, Aurlio M.; Chroma Key a partir de
imagens de TV Utilizando anlise de Textura; Pontifcia Universidade Catlica.
HARALICK, Robert M. ; SHANMUGAM K.; DINSTEIN I.; Textural Features for
Image Classification; IEEE Transaction on Systems, Man and Cybernetics, 1973.
ITO, Rodrigo H., KIM, Hae Y., SALCEDO, Walter J.; Classificao de Texturas
Invariante a Rotao Usando Matriz de Co-ocorrncia; So Paulo: Escola
Politcnica Universidade de So Paulo.
LOCK, Ruth E. N.; KIRCHNER, Flvio F.; Classificao de imagens
multiespectrais LANDSAT TM e feies de textura: mapeamento da cobertura
da terra.
MELLO,
Carlos
A.;
Texturas;
Disponvel
em:
<http://www.cin.ufpe.br/~cabm/visao/Aula07_Texturas.pdf>. Acesso em: 22 de
setembro de 2011.
NUNES, ldman O.; CONCI, Aura; Tcnicas de Descrio Regional Baseadas em
Texturas; Disponvel em: <www.ic.uff.br/~aconci/textura.ppt>. Acesso em: 22 de
setembro de 2011.
OSHIRO, Seimou H.; GOLDSCHMIDT, Ronaldo R.; Processamento de Imagens;
Rio de Janeiro: Instituto Militar de Engenharia, 2008.
STEIN, Tatiane; Avaliao de descritores de textura para segmentao de
imagens; Curitiba: Universidade Federal do Paran, 2005.
TRINDADE, Fernanda R.; Desenvolvimento de uma metodologia de classificao
de padres em imagens de tomografia computadorizada do pulmo; Porto
Alegre: Pontifcia Universidade Catlica do Rio Grande do Sul, 2009.
VASCONCELOS, Simone; Matrizes de Co-Ocorrncia; Disponvel em:
<http://www.ic.uff.br/~aconci/co-ocorrencia.pdf>. Acesso em: 22 de setembro de
2011.